c++ - 在表示 UTF 8 的 signed char 和 unsigned char 之间转换

Question

我在同一项目中使用 libxml2 和 ICU。他们代表UTF8 不同。 libxml2 使用 unsigned char*，而 ICU 构造函数采用纯 char*(在我的 Pentium 64 位上等同于 signed char)。

问题:如何在两者之间进行转换？我能不能使用 static_cast？

我理解UTF8只关心底层数据type 至少有 8 位长。 signed char 和 unsigned字符满足这个。我只是想知道是否有明白了吗？有什么极端情况吗？

编辑:在我的编译器 (g++/Gentoo) 的坚持下，只有 reinterpret_cast 可以进行这种转换(不依赖于 C 风格的转换)。假设我们有两个 unsigned char 字符串:0000 和 1000。转换会将它们都变成 0。在 UTF8 下这可能吗？

Answer 1

一些库使用 char 来存储 UTF-8，其他库使用 unsigned char。

在这种情况下，您可能需要使用 reinterpret_cast 在 char* 和 unsigned char* 之间进行转换，因为这些类型具有相同的存储单元大小和对齐方式。例如:

char const* s = ...;
unsigned char const* p = reinterpret_cast<unsigned char const*>(s);

static_cast 始终可以通过中间转换为 void* 来模拟 reinterpret_cast，例如char* -> void* -> unsigned char*，例如:

char const* s = ...;
void const* intermediate = s;
unsigned char const* p = static_cast<unsigned char const*>(intermediate);